tensorflow-debug笔记

1、Python Tensorflow线性模型不支持将字符串转换为float

tensorflow.python.framework.errors_impl.UnimplementedError: Cast string to float is not supported

2、找不到对应的checkpoint

errors_impl.NotFoundError: Key input_layer/distinct_id_embedding/embedding_weights not found in checkpoint

原因：由于tf运算图没有重置的原因，有人实验过证明第二次导入时候其中的变量名发生变化
解决：删除模型保存目录，重新生成

3、张量shape不一致

ValueError: Shapes (?, 1) and (?,) are incompatible

原因：计算过程中对两个shape分别为(?, 1) 和 (?,) 直接运算，shape不匹配报错
解决：reshape，将其中一个reshape成相同的shape
例如将(?, 1) reshape成 (?,) y = tf.reshape(y, shape=[-1,])

4、SparseTensor转Tensor

ValueError: The corresponding Tensor of numerical column must be a Tensor. SparseTensor is not supported. key: pic_emb

解决：tf.sparse.to_dense(
sp_input, default_value=None, validate_indices=True, name=None
)

5、VocabularyListCategoricalColumn报错

ValueError: Items of feature_columns must be a _DenseColumn. You can wrap a categorical column with an embedding_column or indicator_column. Given: VocabularyListCategoricalColumn(key=‘u_area_state’, vocabulary_list=(‘中国’, ‘俄罗斯’), dtype=tf.string, default_value=-1, num_oov_buckets=0)

原因：tf1.x 和 tf2.x的不同
解决：
area_state = fc.categorical_column_with_vocabulary_list(key=‘u_area_state’,
vocabulary_list=(“中国”, “俄罗斯”))

6、

TypeError: Could not build a TypeSpec for None with type NoneType